编码的理解

人类的文字信息由各种各样的符号构成

文字-----符号

这些符号是不能在磁盘或内存当中存储的，计算机最早是由老美发明出来的，内存和磁盘当中只有 0，1，严格来说内存和磁盘中只能表示整型，那么我们应该怎么表示符号--------编码

一字节8比特位：0~127

编码是值和符号的映射编码关系：

ascll编码表：

1.ASCII中的0~31为控制字符；32~126为打印字符；127为Delete(删除)命令

2.ASCll编码表本质就是英文符号和值的映射关系；

3.(核心符号26(大写)+26(小写)+10(阿拉伯数字))+常见符号，这些还有空余，早期就将这些空余用表情包来编码；

int main()
{
	char buff[] = "apple sort";
	return 0;
}

计算机并不会在底层存储apple和sort这两个单词，而是存对应的编码值：

内存存值，显示符号，打印时访问内存，有很多个字节，拿到第一个字节是97，再拿97去编码里面去查，97映射的符号是a，所以显示对应的符号，所以打印的时候就是查编码表的过程

那我们直接取值：

乱码就是值和表对不上

但是ASCll是适合老美的，编码表是来表示文字的，计算机要继续推广，我们的文化博大精深，汉族就有近10万个，从国际上来，我们需要一个比较统一的编码表：Unicod

统一码（Unicode），也叫万国码、单一码，由统一码联盟开发，是计算机科学领域里的一项业界标准，包括字符集、编码方案等；

统一码是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求；

随着发展，又给了许多方案，我们重点关注UTF-8/16/32

UTF-8可以认为还是8个比特位去对应一个符号，但是不一定是8个比特位，有可能是2个8个比特位的组合表示一个符号，是一个变长编码，兼容ASCll（比如中英混合），也就是UTF-8就是以1个字节为单位；

UTF-16就是以2个字节为单位；

UTF-16就是以4个字节为单位；

由兼容性和适用性，UTF-8比较常用 

这也是为什么C++的string要设计成模板（char）（char16_t）（char32_t）

小知识：

GBK：

GBK全称《汉字内码扩展规范》（GBK即“国标”、“扩展”汉语拼音的第一个字母，英文名称：Chinese Internal Code Specification） ，中华人民共和国全国信息技术标准化技术委员会1995年12月1日制订，国家技术监督局标准化司、电子工业部科技与质量监督司1995年12月15日联合以技监标函1995 229号文件的形式，将它确定为技术规范指导性文件。2000年已被GB18030-2000《信息交换用 汉字编码字符集 基本集的扩充》国家强制标准替代。 [1]2005年GB18030-2005发布，替代了GB18030-2000。